CN108388724A - 一种基于参数优化的GM-Markov海底管道腐蚀预测方法 - Google Patents

Abstract

本发明公开了一种基于参数优化的GM‑Markov海底管道腐蚀预测方法，包括以下步骤：对传统灰色系统模型的参数C进行优化，得优化后的参数C'；将优化后的参数C'代入时间响应序列进行累减还原，得改进后的还原值再计算改进后的还原值的残差、相对误差及平均相对误差；根据改进后的时间响应序列构建参数优化后的灰色系统模型，再利用参数优化后的灰色系统模型对海底管道腐蚀深度进行预测，再根据预测得到的海底管道腐蚀深度利用马尔科夫链模型预测海底管道的剩余寿命，完成基于参数优化的GM‑Markov海底管道腐蚀预测，该方法能够准确预测GM‑Markov海底管道的剩余寿命，并且判别能力较强。

Description

一种基于参数优化的GM-Markov海底管道腐蚀预测方法

技术领域

本发明属于海底油气管道输送技术领域，涉及一种基于参数优化的GM-Markov海底管道腐蚀预测方法。

背景技术

海底管道风险评估是海底管道管理工作的核心内容，其中海底管道的腐蚀可能会影响海底管道系统的正常运行，甚至造成重大的环境破坏和财务风险。而海底管道剩余寿命预测是海底管道风险评估的重要内容之一，海底管线的损伤是影响海底管道剩余寿命的重要因素。海底管线损伤包括腐蚀、锚造成的撞击破坏、浪和潮流形成的冲刷和悬空、沉积物液化产生的浮力的损坏、滑移和沉积物迁移、飓风、海生物附着等，这些损伤带来的后果极为严重，会给企业和社会带来巨大的的损失。由于疲劳和海洋生物的存在，在很大程度上会导致腐蚀疲劳和磨损腐蚀以及微生物腐蚀。暴风雨波浪在浅水域海床附近冲刷，使管线暴露出来，导致管线受到损坏或者使其强行跳出原来的管沟从而导致断裂。当覆盖土层采用原土回填时，空隙渗漏液窜入覆盖土层中，使沉积物液化，一旦管线比重小于周围介质比重，管线将会浮在土水界面处。不稳定的海床土浪的滑移和迁移可能与地震、冲蚀、异常潮流、波浪作用、虫蠕动、逆向滑坡和重力滑坡有关，这种情况会使海底管道遭到严重的破坏。许多研究指出腐蚀是影响石油和天然气运输管道运输安全的主要问题。

对此，我国海底油气管道的风险评估的工作正走向定量积极主动的策略。包括Monte Carlo Simulation、ARMAModel、Markov Process、Gumbel分布等模型的建立，以上方法虽然得到的结果与实际值较接近，但其前提是需要大量原始数据，且缺少对点蚀的研究，有时预测精度达不到要求。由于腐蚀剩余寿命预测工作中存在着许多不确定因素，实际工况下的缺陷发展规律很难确定。另外，在管道腐蚀的众多影响因素之间还存在着相互影响。这就造成腐蚀剩余寿命预测工作难度增大。因此，有必要探寻一些新方法来提高腐蚀剩余寿命预测的可操作性以及准确性。

前人在应用传统灰色系统预测管道腐蚀方面也做了很多相关工作。如“党学博.海底管道腐蚀与剩余寿命的灰色预测[J].油气储运,2011,30(7):486-489.”一文中根据ASMEB31G，推导了均匀腐蚀和局部腐蚀同时发生时海底管道的极限内压计算公式。将局部腐蚀简化为沿轴向分布的矩形缺陷，利用灰色模型分别预测管道内的均匀腐蚀和局部腐蚀，并根据预测结果计算出管道的极限内压和剩余寿命。“谭开忍,肖熙.基于灰色理论的海底管道腐蚀剩余寿命预测方法[J].上海交通大学学报,2007,41(2):186-188.”一文中以灰色理论的基本模型为基础，探讨了灰色模型的改进方法。分析了海底管道腐蚀因素与腐蚀量之间的规律以及应用灰色理论进行剩余寿命预测的可行性。提出了基于灰色理论的海底管道剩余寿命预测方法。利用灰色理论预测腐蚀海底管道剩余寿命的步骤主要包括：最小允许厚度的确定，腐蚀速率的预测以及剩余寿命预测。利用该方法，可以在测量数据很少的情况下预测海底管道的剩余寿命。

以上这些方法通过不同的灰色系统应用取得了一定的效果，但这些应用中也存在着对原始数列的选取未进行筛选、对其是否可用于建模分析不够导致判别能力减弱、检测精度降低等问题。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种基于参数优化的GM-Markov海底管道腐蚀预测方法，该方法能够准确预测GM-Markov海底管道的剩余寿命，并且判别能力较强。

为达到上述目的，本发明所述的基于参数优化的GM-Markov海底管道腐蚀预测方法包括以下步骤：

1)获取海底管道检测点的腐蚀数据序列X⁽⁰⁾；

2)计算海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑比ρ(k)及级比σ⁽¹⁾(k)，再根据海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑比ρ(k)及级比σ⁽¹⁾(k)检验海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑性条件及准指数规律；

3)当海底管道检测点的腐蚀数据序列X⁽⁰⁾满足光滑性条件且具有准指数规律时，则构建灰微分方程；

4)由海底管道检测点的腐蚀数据序列X⁽⁰⁾得到一阶累加生成序列X⁽¹⁾；

5)根据步骤4)得到的一阶累加生成序列X⁽¹⁾计算紧邻均值生成序列Z⁽¹⁾；

6)设置最小二乘算法，再计算灰微分方程的相关参数，得灰微分方程；

7)求解灰微分方程，得时间响应序列t＝1,2,L,n；

8)改变传统灰色模型初始条件，将X⁽⁰⁾(1)修改为X⁽¹⁾(n)，即当t＝n时，再对传统灰色系统模型的参数C进行优化，得优化后的参数C'；

9)将优化后的参数C'代入时间响应序列并进行累减还原，得改进后的还原值再计算改进后的还原值的残差、相对误差及平均相对误差；

10)根据改进后的时间响应序列构建参数优化后的灰色系统模型，再利用参数优化后的灰色系统模型对海底管道腐蚀深度进行预测，再根据预测得到的海底管道腐蚀深度利用马尔科夫链模型预测海底管道的剩余寿命，完成基于参数优化的GM-Markov海底管道腐蚀预测。

步骤1)中海底管道检测点的腐蚀数据序列X⁽⁰⁾＝(x⁽⁰⁾(1),x⁽⁰⁾(2),L,x⁽⁰⁾(n))，其中，x⁽⁰⁾(k)为第k次检测得到的底管道检测点的腐蚀深度。

步骤2)中，

步骤4)中一阶累加生成序列X⁽¹⁾＝(x⁽¹⁾(1),x⁽¹⁾(2),L,x⁽¹⁾(n))，其中，

步骤5)中的紧邻均值生成序列Z⁽¹⁾＝(z⁽¹⁾(2),z⁽¹⁾(3),L,z⁽¹⁾(n))，其中，

步骤6)的具体操作为：设置最小二乘算法，再计算灰微分方程的相关参数a及b，得灰微分方程为：

步骤7)中的时间响应序列

步骤8)中的优化后的初始条件C'为：

步骤9)中改进后的还原值

本发明具有以下有益效果：

本发明所述的基于参数优化的GM-Markov海底管道腐蚀预测方法在具体操作时，利用参数优化后的灰色系统模型与马尔科夫链模型相结合，实现海底管道剩余寿命的准确预测，并且判别能力较强，其中，通过改变传统灰色系统模型的初始条件C，得优化后的初始条件C'，然后根据优化后的初始条件C'构建参数优化后的灰色系统模型，从而保证预测与实际趋势的一致性，达到提高预测精度的目标，同时解决了因数据缺少而无法建模的问题，并且减少预测的时间。另外，本发明通过参数优化后的灰色系统模型与马尔科夫链模型相结合，以弥补灰色预测模型的缺陷，实现海上油气管道腐蚀的高精度预测，保证海上油气管道运行的安全。

附图说明

图1为本发明的流程图；

图2为仿真实验中传统GM(1,1)预测值与实际值折线图；

图3为仿真实验中参数优化GM(1,1)模型预测值与实际值折线图；

图4为仿真实验中海底管道腐蚀状态划分图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

参考图1，本发明所述的基于参数优化的GM-Markov海底管道腐蚀预测方法包括以下步骤：

1)获取海底管道检测点的腐蚀数据序列X⁽⁰⁾；

2)计算海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑比ρ(k)及级比σ⁽¹⁾(k)，再根据海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑比ρ(k)及级比σ⁽¹⁾(k)检验海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑性条件及准指数规律；

3)当海底管道检测点的腐蚀数据序列X⁽⁰⁾满足光滑性条件且具有准指数规律时，则构建灰微分方程；

4)由海底管道检测点的腐蚀数据序列X⁽⁰⁾得到一阶累加生成序列X⁽¹⁾；

5)根据步骤4)得到的一阶累加生成序列X⁽¹⁾计算紧邻均值生成序列Z⁽¹⁾；

6)设置最小二乘算法，再计算灰微分方程的相关参数，得灰微分方程；

7)求解灰微分方程，得时间响应序列t＝1,2,L,n；

8)改变传统灰色模型初始条件，将X⁽⁰⁾(1)修改为X⁽¹⁾(n)，即当t＝n时，再对传统灰色系统模型的参数C进行优化，得优化后的参数C'；

9)将优化后的参数C'代入时间响应序列并进行累减还原，得改进后的还原值再计算改进后的还原值的残差、相对误差及平均相对误差；

10)根据改进后的时间响应序列构建参数优化后的灰色系统模型，再利用参数优化后的灰色系统模型对海底管道腐蚀深度进行预测，再根据预测得到的海底管道腐蚀深度利用马尔科夫链模型预测海底管道的剩余寿命，完成基于参数优化的GM-Markov海底管道腐蚀预测。

步骤1)中海底管道检测点的腐蚀数据序列X⁽⁰⁾＝(x⁽⁰⁾(1),x⁽⁰⁾(2),L,x⁽⁰⁾(n))，其中，x⁽⁰⁾(k)为第k次检测得到的底管道检测点的腐蚀深度。

步骤2)中，

步骤4)中一阶累加生成序列X⁽¹⁾＝(x⁽¹⁾(1),x⁽¹⁾(2),L,x⁽¹⁾(n))，其中，

步骤5)中的紧邻均值生成序列Z⁽¹⁾＝(z⁽¹⁾(2),z⁽¹⁾(3),L,z⁽¹⁾(n))，其中，

步骤6)的具体操作为：设置最小二乘算法，再计算灰微分方程的相关参数a及b，得灰微分方程为：

步骤7)中的时间响应序列

步骤8)中的优化后的参数C'为：

步骤9)中改进后的还原值

步骤10)中根据预测得到的海底管道腐蚀深度利用马尔科夫链模型预测海底管道的剩余寿命的具体操作为：根据我国现行管道腐蚀损伤评价标准SY/T6151《钢质管道管体腐蚀损伤评价方法》的规定对预测出的腐蚀深度进行状态划分，再构建海底管道最大腐蚀深度状态空间及一步转移概率矩阵，然后根据海底管道最大腐蚀深度状态空间及一步转移概率矩阵预测海底管道的剩余寿命，在实际操作时，可以根据海底管道的剩余寿命制定海底管道维修策略。

在实际操作中，根据时间响应序列计算优化前的还原值再计算优化前的还原值的残差、相对误差及平均相对误差，然后将优化前的还原值的残差、相对误差及平均相对误差与优化后的还原值的残差、相对误差及平均相对误差进行比较，以检验本发明构建得到的参数优化后的灰色系统模型的有效性。

仿真实验

管段采用API 5L X52，选取管道完好部位、泄露及焊缝处，早期目测完好部位平整无蚀坑，检测无漏点；随着时间的推移，个别位置可看到蚀坑，监测点腐蚀深度见表1。

表1

用参数优化后的灰色系统模型预测公式为：

传统GM(1,1)预测值与实际值折线图如图2所示，参数优化后的灰色系统模型的预测值与实际值折线图如图3所示，一次模拟平均模拟相对误差为5.96％，二次模拟平均模拟相对误差为3.77％。

本发明并不是单一的利用传统灰色系统的方法，而是在其基础上，先判断数据的建模可行性，使具有光滑性及准指数规律的数据后再进行灰色系统的建模。从而保证首次预测的精度。其次，对初始条件进行改进，不仅符合灰色系统理论新信息优先原理，同时也解决了灰色系统建模与X⁽⁰⁾(1)无关的问题，最后将改进的灰色系统模型与马尔科夫链模型结合，可弥补灰色预测模型的缺陷，从而能够获得较好的预测效果。

本发明说明书中未作详细描述的内容属于本领域专业技术人员周知的现有公开技术。

以上实施方式仅用于说明本发明，而并非对本发明的限制。尽管为说明目的公开了本发明的相关实施例和附图，但是本领域的技术人员可以理解；在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化、修改都是可能的。因此，所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定，而不应局限于最佳实施例和附图所公开的内容。

Claims (8)

1.一种基于参数优化的GM-Markov海底管道腐蚀预测方法，其特征在于，包括以下步骤：

1)获取海底管道检测点的腐蚀数据序列X⁽⁰⁾；

2)计算海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑比ρ(k)及级比σ⁽¹⁾(k)，再根据海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑比ρ(k)及级比σ⁽¹⁾(k)检验海底管道检测点的腐蚀数据序列X⁽⁰⁾的光滑性条件及准指数规律；

3)当海底管道检测点的腐蚀数据序列X⁽⁰⁾满足光滑性条件且具有准指数规律时，则构建灰微分方程；

4)由海底管道检测点的腐蚀数据序列X⁽⁰⁾得到一阶累加生成序列X⁽¹⁾；

5)根据步骤4)得到的一阶累加生成序列X⁽¹⁾计算紧邻均值生成序列Z⁽¹⁾；

6)设置最小二乘算法，再计算灰微分方程的相关参数，得灰微分方程；

7)求解灰微分方程，得时间响应序列t＝1,2,L,n，其中，时间响应序列

8)改变传统灰色模型的初始条件，将X⁽⁰⁾(1)修改为X⁽¹⁾(n)，即当t＝n时，再对传统灰色系统模型的参数C进行优化，得优化后的参数C'；

9)将优化后的参数C'代入时间响应序列并进行累减还原，得改进后的还原值再计算改进后的还原值的残差、相对误差及平均相对误差；

10)根据改进后的时间响应序列构建参数优化后的灰色系统模型，再利用参数优化后的灰色系统模型对海底管道腐蚀深度进行预测，再根据预测得到的海底管道腐蚀深度利用马尔科夫链模型预测海底管道的剩余寿命，完成基于参数优化的GM-Markov海底管道腐蚀预测。

2.根据权利要求1所述的基于参数优化的GM-Markov海底管道腐蚀预测方法，其特征在于，步骤1)中海底管道检测点的腐蚀数据序列X⁽⁰⁾＝(x⁽⁰⁾(1),x⁽⁰⁾(2),L,x⁽⁰⁾(n))，其中，x⁽⁰⁾(k)为第k次检测得到的底管道检测点的腐蚀深度。

3.根据权利要求2所述的基于参数优化的GM-Markov海底管道腐蚀预测方法，其特征在于，步骤2)中，

4.根据权利要求3所述的基于参数优化的GM-Markov海底管道腐蚀预测方法，其特征在于，步骤4)中一阶累加生成序列X⁽¹⁾＝(x⁽¹⁾(1),x⁽¹⁾(2),L,x⁽¹⁾(n))，其中，

5.根据权利要求4所述的基于参数优化的GM-Markov海底管道腐蚀预测方法，其特征在于，步骤5)中的紧邻均值生成序列Z⁽¹⁾＝(z⁽¹⁾(2),z⁽¹⁾(3),L,z⁽¹⁾(n))，其中，

6.根据权利要求5所述的基于参数优化的GM-Markov海底管道腐蚀预测方法，其特征在于，步骤6)的具体操作为：设置最小二乘算法，再计算灰微分方程的相关参数a及b，得灰微分方程为：

7.根据权利要求6所述的基于参数优化的GM-Markov海底管道腐蚀预测方法，其特征在于，步骤8)中的优化后的参数C'为：

8.根据权利要求7所述的基于参数优化的GM-Markov海底管道腐蚀预测方法，其特征在于，步骤9)中改进后的还原值